| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 数据挖掘研究概况 | 第6-14页 |
| ·数据挖掘的研究背景 | 第6页 |
| ·数据挖掘的定义 | 第6-8页 |
| ·技术上的定义和含义 | 第6-7页 |
| ·商业上的定义 | 第7-8页 |
| ·数据挖掘的研究历史、现状与发展 | 第8-9页 |
| ·数据挖掘的研究内容与意义 | 第9-11页 |
| ·广义知识(Generahzation) | 第9-10页 |
| ·关联知识(Association) | 第10页 |
| ·分类知识(Classification & Clustering) | 第10页 |
| ·预测型知识(Prediction) | 第10-11页 |
| ·偏差型知识(Deviation) | 第11页 |
| ·数据挖掘的应用与实现方案 | 第11-12页 |
| ·自动预测趋势和行为 | 第11页 |
| ·关联分析 | 第11页 |
| ·聚类 | 第11-12页 |
| ·概念描述 | 第12页 |
| ·偏差检测 | 第12页 |
| ·数据挖掘的环境和流程 | 第12-14页 |
| ·数据挖掘环境图示 | 第12页 |
| ·数据挖掘流程 | 第12-14页 |
| 第二章 数据挖掘中的关联规则研究 | 第14-24页 |
| ·关联规则介绍 | 第14-16页 |
| ·关联问题描述 | 第14-16页 |
| ·关联规则挖掘的算法 | 第16-20页 |
| ·核心算法 | 第16-18页 |
| ·Apriori算法的几种优化方法 | 第18-19页 |
| ·其他的频集挖掘方法 | 第19-20页 |
| ·多层和多维关联规则的挖掘 | 第20-22页 |
| ·多层关联规则 | 第21页 |
| ·多维关联规则 | 第21-22页 |
| ·关联规则价值衡量的方法 | 第22-24页 |
| ·系统客观层面 | 第22-23页 |
| ·用户主观层面 | 第23-24页 |
| 第三章 Apriori算法的改进研究 | 第24-48页 |
| ·Apriori算法的研究现状 | 第24-25页 |
| ·Apriori算法分析与设计 | 第25-30页 |
| ·Apriori算法分析 | 第25页 |
| ·程序设计流程 | 第25-27页 |
| ·Apriori算法实际设计 | 第27-30页 |
| ·一种并行化的关联规则算法-GPA(Group Parallel Algorithms) | 第30-41页 |
| ·基本思想 | 第30-31页 |
| ·原理论证 | 第31-32页 |
| ·算法实现 | 第32-34页 |
| ·GPA完整算法描述与分析 | 第34页 |
| ·核心模块分析 | 第34-38页 |
| ·性能分析 | 第38页 |
| ·实验环境与结果 | 第38-41页 |
| ·基于动态分组的增量式关联规则更新算法-GIUA(Group Incremental Updating Algorithms) | 第41-48页 |
| ·增量分析 | 第41页 |
| ·GIUA算法中的分组构造 | 第41-44页 |
| ·GIUA完整算法 | 第44页 |
| ·核心模块分析 | 第44-46页 |
| ·实验结果与性能分析 | 第46-48页 |
| 第四章 与同类算法的比较 | 第48-53页 |
| ·IUA算法 | 第48-51页 |
| ·IUA算法原理 | 第48-50页 |
| ·IUA算法原理解析 | 第50-51页 |
| ·IUA算法与 GPA算法以及 GIUA算法的比较 | 第51-53页 |
| 第五章 结论与展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 发表论文 | 第57-58页 |
| 附录 | 第58-63页 |
